如何从multipart/alternative类型邮件中提取text/plain部分内容？

你已经通过以下Python代码获取了multipart/alternative类型邮件的结构：

# main.py
import email
from email.iterators import _structure
import sys
msg = email.message_from_string(sys.stdin.read())
_structure(msg)

测试输入的邮件内容如下：

./main.py <<EOF
From:  Nathaniel Borenstein <nsb@bellcore.com>
To: Ned Freed <ned@innosoft.com>
Subject: Formatted text mail
MIME-Version: 1.0
Content-Type: multipart/alternative; boundary=boundary42


--boundary42
Content-Type: text/plain; charset=us-ascii

...plain text version of message goes here....

--boundary42
Content-Type: text/richtext

.... richtext version of same message goes here ...
--boundary42
Content-Type: text/x-whatever

.... fanciest formatted version of same  message  goes  here
...
--boundary42--
EOF

得到的结构输出为：

multipart/alternative
    text/plain
    text/richtext
    text/x-whatever

提取text/plain内容的实现代码 #

要提取邮件中的text/plain部分内容，可以遍历邮件的子部分，匹配类型后读取内容，修改后的代码如下：

# main.py
import email
import sys

msg = email.message_from_string(sys.stdin.read())

# 遍历邮件所有子部分
for part in msg.walk():
    # 定位非嵌套的text/plain类型部分
    if part.get_content_type() == 'text/plain' and not part.is_multipart():
        # 获取字符集，默认用us-ascii兜底
        charset = part.get_content_charset() or 'us-ascii'
        # 解码并输出内容
        plain_content = part.get_payload(decode=True).decode(charset)
        print(plain_content.strip())
        break  # 找到目标内容后停止遍历

代码说明 #

• msg.walk()：递归遍历邮件的所有MIME部分，包括嵌套的multipart结构
• part.get_content_type()：判断当前部分的MIME类型，精准匹配text/plain
• part.get_payload(decode=True)：自动解码内容（处理base64等编码格式），再用对应字符集转成字符串
• strip()：去除内容前后的空白换行，得到干净的文本内容

运行上述修改后的代码，输入测试邮件即可输出：...plain text version of message goes here....

内容的提问来源于stack exchange，提问作者user1424739